基本信息：
刘勇进，福州大学嘉锡学者特聘教授、博士生导师，福建省“闽江教育领军人才”闽江学者特聘教授，福建省百千万人才工程省级人才，福建省应用数学中心（福州大学）主任。2021年12月起担任福州大学数学与统计学院院长。其研究方向主要集中在最优化理论、方法及其应用，统计优化，大规模数值计算等，研究成果在Mathematical Programming (Series A)，SIAM Journal on Optimization，SIAM Journal on Scientific Computing，Journal of Scientific Computing，Computational Optimization and Applications，Journal of Optimization Theory and Applications，Set-Valued and Variational Analysis等重要优化与计算学术期刊上发表，发表论文已被引500余次。主持完成福建省本科高校教育教学改革研究重大项目1项, 曾获福建省高等教育教学成果一等奖1项（排名第一）。
教育及工作经历：
⟡ 2018.02-现在，福州大学，数学与统计学院，教授
⟡ 2020.11-2021.05，华为香港研究所理论部，高级研究人员
⟡ 2016.06-2016.08，北京大学，北京国际数学研究中心，访问学者
⟡ 2015.07-2015.09，香港浸会大学，理学院数学系，访问教授
⟡ 2007.05-2018.01，沈阳航空航天大学，理学院，副教授、教授
⟡ 2011.03-2011.04，Department of Mathematics，National University of Singapore，访问学者
⟡ 2006.07-2010.01，Singapore-MIT Alliance，National University of Singapore，Research Fellow
⟡ 2004.08-2006.07，汕头大学，数学系，博士后
⟡ 2002.03-2002.05，2002.10-2002.11，香港城市大学，管理科学系，研究助理
⟡ 1999.09-2004.07，大连理工大学，应用数学系，运筹学与控制论专业（硕博连读），博士
⟡ 1995.09-1999.07，赣南师范大学，数学教育学专业，学士
学术任职：
⟡ 中国数学会理事（2024-至今）
⟡ 中国运筹学会理事（2024-至今）
⟡ 中国运筹学会数学规划分会常务理事（2023-至今）
⟡ 中国运筹学会算法软件与应用分会常务理事（2024-至今）
⟡ 中国统计学会理事（2023-至今）
⟡ 中国运筹学会智能工业数据解析与优化分会理事（2015-至今）
⟡ 福建省数学学会副会长（2024-至今）
14）基于网络科学核心技术研究的关键数学理论与算法（福建省应用数学中心平台建设），项目编号：2023L3003，中央引导地方科技发展专项，2023.12-2026.11，参与
13）电力系统运行可靠性评估状态筛选的高效组合优化方法，项目编号：2023YFA1011302，国家重点研发计划项目课题，2023.12-2028.11，参与
12）大规模密度矩阵约束凸优化问题的算法研究，项目编号：2023SXLMMS01，福建省数学学科联盟科研项目，2023.12-2026.11，主持
11）低秩矩阵优化问题理论、算法及其应用研究，项目编号：2023J02007，福建省自然科学基金重点项目，2023.08-2026.07，主持
10）大规模密度矩阵优化问题的高效算法及其应用，国家自然科学基金面上项目，项目编号：12271097，2023.01-2026.12，主持
9）高维数据驱动稀疏低秩优化问题有效算法的研究及其应用，国家自然科学基金面上项目，项目编号：11871153，2019.01-2022.12，主持
8）基于统计学习的超大规模稀疏优化问题算法的研究及其应用，项目编号：2019J01644，福建省自然科学基金面上项目，2019.06-2022.05，主持
7）超大规模Lasso类统计模型高效算法的研究及其实现，福州大学引进人才科研启动基金，2018.09-2021.08，主持
6）非对称矩阵优化问题的灵敏度分析、算法及其应用，国家自然科学基金面上项目，项目编号：11371255，2014.01-2017.12，主持
5）两类大规模矩阵优化问题的算法研究与软件设计，国家自然科学基金青年基金项目，项目编号：11001180，2011.01-2013.12，主持
4）大规模核范数优化问题理论、算法及其应用研究，教育部留学回国人员科研启动基金，项目编号：JYB201302，2012.12-2015.11，主持
3）辽宁省高等学校优秀科技人才支持计划，项目编号：LR2015047，辽宁省教育厅人才项目，2015.07-2018.01，主持
2）矩阵优化问题数值方法的研究及其实现，项目编号：辽百千万立项【2015】51号，辽宁省“百千万人才工程”资助项目，2015.11-2018.10，主持
1）辽宁省高等学校杰出青年学者成长计划，项目编号：LJQ2012012，辽宁省教育厅人才项目，2012.07-2014.06，主持
35. Lulu Zhao, Yue Liu, Yong-Jin Liu*, Accelerated stochastic alternating mirror descent sscent algorithm for nonconvex-strongly concave minimax problems, submitted.
34. Weimi Zhou, Yong-Jin Liu*, On Wasserstein distributionally robust mean semi-absolute deviation portfolio model: robust selection and efficient computation, submitted.
33. Suyu Chen, Yong-Jin Liu*, Jing Yu, Weimi Zhou, A semismooth Newton based augmented Lagrangian algorithm for Lovasz theta SDP problem, submitted.
32. Yong-Jin Liu, Yuqi Wan, Lanyu Lin*, An efficient algorithm for Fantope-constrained sparse principal subspace estimation problem, submitted.
31. Yong-Jin Liu, Weimi Zhou*, Dual Newton proximal point algorithm for solution paths of the L1-regularized logistic regression, submitted.
30. Weimi Zhou , Yong-Jin Liu*, Fast projection onto the intersection of simplex and singly linear constraint and its generalized Jacobian, to appear in Pacific Journal of Optimization.
29. Sheng Fang, Yong-Jin Liu, Wei Yao, Chengming Yu, Jin Zhang*, QNBO: Quasi-Newton meets bilevel optimization, International Conference on Learning Representations, 2025.
28. Jinyang Mao, Junlin Xu*, Xianfang Tang, Yongjin Liu*, Heaven Zhao, Geng Tian, Jialiang Yang*, CAMIL: Channel attention based multiple instance learning for whole slide image classification, Bioinformatics, 2025 Jan 16:btaf024. doi: 10.1093/bioinformatics/btaf024.
27. Lanyu Lin, Yong-Jin Liu*, An inexact semismooth Newton-based augmented Lagrangian algorithm for multi-task Lasso problems, Asia-Pacific Journal of Operational Research, 41:3 (2024), Doi: 10.1142/S0217595923500276.
26. Yong-Jin Liu*, Jing Yu, A semismooth Newton based dual proximal point algorithm for maximum eigenvalue problem, Computational Optimization and Applications, 85 (2023), pp. 547–582.
25. Yong-Jin Liu*, Tiqi Zhang, Sparse Hessian based semismooth Newton augmented Lagrangian algorithm for general L1 trend filtering, Pacific Journal of Optimization, 19:2 (2023), pp. 187–204.
24. Yong-Jin Liu*, Jiajing Xu, Lanyu Lin, An easily implementable algorithm for efficient projection onto the ordered weighted L1 norm ball, Journal of the Operations Research Society of China, 2022, https://doi.org/10.1007/s40305-022-00414-8.
23. Yong-Jin Liu*, Jing Yu, A semismooth Newton-based augmented Lagrangian algorithm for density matrix least squares problems, Journal of Optimization Theory and Applications, 195:3 (2022), pp. 749–779.
22. Yong-Jin Liu*, Qinxin Zhu, A semismooth Newton based augmented Lagrangian algorithm for Weber problem, Pacific Journal of Optimization, 18:2 (2022), pp. 299–315.
21. Bo Wang, Lanyu Lin and Yong-Jin Liu*, Efficient projection onto the intersection of a half-space and a box-like set and its generalized Jacobian, Optimization, 71:4 (2022), pp. 1073–1096.
20. Sheng Fang, Yong-Jin Liu* and Xianzhu Xiong, Efficient sparse Hessian based semismooth Newton algorithms for Dantzig selector, SIAM Journal on Scientific Computing, 2021，43:6 (2021)，pp. A4347–A4371.
19. Lanyu Lin, Yong-Jin Liu*, An efficient Hessian based algorithm for singly linearly and box constrained least squares regression, Journal of Scientific Computing, 88:26 (2021), https://doi.org/10.1007/s10915-021-01541-9.
18. Sheng Fang, Yong-Jin Liu*, The generalized Jacobian of the projection onto the intersection of a half-space and a variable box, Annals of Applied Mathematics, 36:4 (2020), pp. 379–390.
17. Meixia Lin, Yong-Jin Liu*, Defeng Sun and Kim-Chuan Toh, Efficient sparse semismooth Newton methods for the clustered Lasso problem, SIAM Journal on Optimization, 29:3 (2019), pp. 2026–2052.
16. Yong-Jin Liu*, Ruonan Li and Bo Wang, On the characterizations of solutions to perturbed L1 conic optimization problem, Optimization, 68:6 (2019), pp. 1157–1186.
15. Meijiao Liu, Yong-Jin Liu*, Fast algorithm for singly linearly constrained quadratic programs with box-like constraints, Computational Optimization and Applications, 66:2 (2017), pp. 309–326.
14. Yong-Jin Liu*, Yanan Wen, A linear time algorithm for the continuous quadratic knapsack problem with L1 regularization, Pacific Journal of Optimization, 13:2 (2017), pp. 301–313.
13. Caihua Chen*, Yong-Jin Liu, Defeng Sun and Kim-Chuan Toh, A semismooth Newton-CG based dual PPA for matrix spectral norm approximation problems, Mathematical Programming, Series A, 155:1 (2016), pp. 435–470.
12. Yong-Jin Liu*, Li Wang, Properties associated with the epigraph of the L1 norm function of projection onto the nonnegative orthant, Mathematical Methods of Operations Research, 84:1 (2016), pp. 205–221.
11. Yong-Jin Liu, Ning Han, Shiyun Wang and Caihua Chen*, Differential properties of the metric projectors over the epigraph of the weighted L1 and L_∞ norms, Pacific Journal of Optimization, 11:4 (2015), pp. 737–749.
10. Yong Jiang, Yong-Jin Liu and Li-Wei Zhang*, Variational geometry of the complementarity set for second order cone, Set Valued and Variational Analysis, 23 (2015), pp. 399–414.
9. Shiyun Wang, Yong-Jin Liu* and Yong Jiang, A majorized penalty approach to inverse linear second order cone programming problems, Journal of Industrial and Management Optimization, 10:3 (2014), pp. 965–976.
8. Yong-Jin Liu*, Shiyun Wang and Juhe Sun, Finding the projection onto the intersection of a closed half-space and a variable box, Operations Research Letters, 41 (2013), pp. 259–264.
7. Yong-Jin Liu, Defeng Sun* and Kim-Chuan Toh, An implementable proximal point algorithmic framework for nuclear norm minimization, Mathematical Programming, Series A, 133 (2012), pp. 399–436.
6. Yidi Chen, Yan Gao* and Yong-Jin Liu, An inexact SQP Newton method for convex SC1 minimization problems, Journal of Optimization Theory and Applications, 146:1 (2010), pp. 33–49.
5. Yong-Jin Liu*, Li-Wei Zhang, Convergence of the augmented Lagrangian method for nonlinear optimization problems over second-order cones, Journal of Optimization Theory and Applications, 139:3 (2008), pp. 557–575.
4. Yong-Jin Liu*, Li-Wei Zhang, On the approximate augmented Lagrangian for nonlinear symmetric cone programming, Nonlinear Analysis: Theory, Methods & Applications, 68:5 (2008), pp. 1210–1225.
3. Yong-Jin Liu*, Li-Wei Zhang, Convergence analysis of the augmented Lagrangian method for nonlinear second-order cone optimization problems, Nonlinear Analysis: Theory, Methods & Applications, 67:5 (2007), pp. 1359–1373.
2. Yue Wu, Kin Keung Lai* and Yong-Jin Liu, Deterministic global optimization approach to steady-state distribution gas pipeline networks, Optimization and Engineering, 8:3 (2007), pp. 259–275.
1. Yong-Jin Liu*, Li-Wei Zhang and Yin-He Wang, Some properties of a class of merit functions for symmetric cone complementarity problems, Asia-Pacific Journal of Operational Research, 23:4 (2006), pp. 473–495.
学生培养：
博士研究生：郭汉文（2024） 陈晓轩（2023） 王涵（2023，副导师） 周玮蜜（2022） 赵璐璐（2022，副导师） 方升（2021） 林蓝玉（2020） 余静（2019）
硕士研究生：谢培诚（2024） 郑雯文（2024） 钟永蕾（2024） 傅源源（2024） 陈潆潆（2024） 刘涛（2024）李文蓝（2023） 徐龙龙（2023） 刘美阳（2023） 吕家哲（2023） 潘静瑜（2023） 林雅晶（2023） 侯丹丹（2022） 徐燕梅（2022） 郭汉文（2022） 黄鑫（2022） 黄若晗（2022） 毛金阳（2022） 陈苏愉（2021） 万玉奇（2021） 张文文（2021） 罗曦（2020，副导师） 汤婉红（2020） 杨子斌（2020） 周玮蜜（2020） 许嘉警（2019） 张体琪（2019） 祝勤鑫（2019） 方升（2018，副导师） 林蓝玉（2018） 李若男（2015） 彭君君（2015） 温亚楠（2015） 张伟伟（2015） 刘娟（2013） 赵敬红（2013） 韩宁（2011） 胡旭（2011）
